基于MPSO-RBF的瓦斯涌出量预测研究
我国煤矿的重大灾害事故中70%以上是瓦斯事故,煤矿瓦斯是影响煤矿安全生产的重要因素;针对瓦斯煤尘爆炸和煤与瓦斯突出给煤炭矿山带来的危害极大的问题,引入了基于改进PSO算法的RBF神经网络的混合优化算法(MPSO-RBF算法),即将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,并建立了瓦斯预测模型;仿真与实际数据验证表明,优化算法所求的最优解具有良好的收敛能力,瓦斯涌出量的预测结果与实际值的误差在+1.44%至0.63%之间,改进的粒子群算法优化的RBF神经网络对瓦斯涌出量预测能达到良好的效果.
RBF神经网络、改进的PSO算法、瓦斯预测
20
TP183(自动化基础理论)
国家自然科学基金70971059;辽宁省科技攻关项目2011229011
2012-12-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
2625-2627